彭山桂 景霖霖 張苗 程道平 吳群

摘要 本文以山東省設(shè)區(qū)市地方政府為研究對象，在對地方政府土地出讓互動影響進行檢驗的基礎(chǔ)上，結(jié)合博弈模型與網(wǎng)絡(luò)分析，識別出互動影響的具體模式，并利用廣義脈沖響應(yīng)函數(shù)分析了互動影響關(guān)系網(wǎng)絡(luò)所產(chǎn)生的溢出效應(yīng)。研究發(fā)現(xiàn)：①地方政府商服、住宅、工業(yè)用地出讓量存在顯著的互動影響，影響強度按照商服、工業(yè)、住宅的順序減少;互動影響在地方政府土地出讓過程中發(fā)揮著較為重要的作用，是一個不能忽視的因素。②地方政府商服、住宅、工業(yè)用地出讓的互動影響關(guān)系相互連接、交錯織成了網(wǎng)絡(luò)結(jié)構(gòu)。在商服、住宅、工業(yè)用地出讓互動影響關(guān)系網(wǎng)絡(luò)中，等級聲望最高的地方政府分別為濟寧、青島、菏澤;在商服用地出讓互動影響關(guān)系網(wǎng)絡(luò)中，結(jié)構(gòu)洞指數(shù)最高的地方政府為濰坊;在住宅用地出讓互動影響關(guān)系網(wǎng)絡(luò)中，結(jié)構(gòu)洞指數(shù)最高的地方政府為煙臺、威海、臨沂、德州;在工業(yè)用地出讓互動影響關(guān)系網(wǎng)絡(luò)中，結(jié)構(gòu)洞指數(shù)最高的地方政府為濟寧、日照、萊蕪。③在平均水平上，地方政府商服、住宅、工業(yè)用地出讓量一個標(biāo)準(zhǔn)差大小的隨機擾動沖擊會導(dǎo)致其他地方政府對應(yīng)用途的土地出讓量變動1.89%、1.19%、1.72%，表明溢出效應(yīng)普遍存在;高等級聲望、處于結(jié)構(gòu)洞位置的地方政府等關(guān)鍵少數(shù)具有明顯區(qū)別于其他地方政府的溢出效應(yīng)表現(xiàn)形式。上述研究結(jié)論的政策啟示為：①應(yīng)該重視地方政府土地出讓互動影響導(dǎo)致的溢出效應(yīng)，避免一葉障目的誤區(qū)，按照分清主次的原則，通過對關(guān)鍵少數(shù)地方政府土地出讓行為的有效管理，充分利用其溢出效應(yīng)，更好地促進相關(guān)政策目標(biāo)的實現(xiàn);②應(yīng)規(guī)范由標(biāo)尺競爭導(dǎo)致的土地出讓互動影響，這需要對導(dǎo)致標(biāo)尺競爭產(chǎn)生的財稅制度、政績考核制度、土地制度等一系列的既有制度安排進行改革，而這才是實現(xiàn)更有效率的地方政府土地出讓行為的基礎(chǔ)。

關(guān)鍵詞?地方政府;土地出讓;互動影響;溢出效應(yīng)

中圖分類號?F301.2

文獻標(biāo)識碼?A文章編號?1002-2104（2019）08-0156-12DOI：10.12062/cpre.20190313

在我國特殊的財稅制度、官員政績考核制度、土地制度構(gòu)成的制度環(huán)境中，土地絕非一種普通的生產(chǎn)要素，地方政府的土地出讓也絕非一種簡單的生產(chǎn)要素市場交易行為，而是一種影響地區(qū)經(jīng)濟發(fā)展，應(yīng)對財稅、政治激勵的政策工具。一方面，地方政府的住宅、商服用地出讓可以從供給端影響城市房地產(chǎn)價格，進而影響城市的居住成本;同時，地方政府的住宅、商服用地出讓還負(fù)有公共服務(wù)籌資的功能，進而會對城市公共服務(wù)供給產(chǎn)生影響。另一方面，地方政府的工業(yè)用地出讓可以從供給端影響企業(yè)的生產(chǎn)成本，進而影響企業(yè)的利潤及職工收入水平。因此，地方政府的土地出讓會同時影響城市居民收入、公共服務(wù)質(zhì)量與居住成本，根據(jù)人口流動的保留效用決定論，必然會對人口流動產(chǎn)生影響[1]。與此同時，地方政府土地出讓會影響企業(yè)利潤，根據(jù)資本流動的利差決定論，必然會對資本流動產(chǎn)生影響[2]。在上述影響的綜合作用下，地方政府的土地出讓行為會對地區(qū)經(jīng)濟發(fā)展及地區(qū)間要素流動產(chǎn)生全局性的影響。在這一背景下，地方政府把土地出讓作為政策工具，爭取地方利益，應(yīng)對財政壓力、迎合經(jīng)濟增長競爭的個體行為，就具備了明確的外部影響。在理性預(yù)期及策略博弈的作用下，地方政府的土地出讓自然會產(chǎn)生互動影響，這是地方政府土地出讓互動影響的基本邏輯。隨著地方政府土地出讓行為研究的深入，學(xué)者們明確意識到個體層面考察和分析的片面性，認(rèn)識到地方政府土地出讓互動影響研究的重要性。進而借鑒公共經(jīng)濟領(lǐng)域中策略互動（strategic interaction）的研究思路，提出了地方政府土地出讓互動影響這一研究主題。具體而言，在公共經(jīng)濟領(lǐng)域，國外相關(guān)學(xué)者觀察到地方政府在稅收競爭方面存在互動影響，為爭取稅基，地方政府會根據(jù)競爭對手的稅率，對自身的稅率進行必要的調(diào)整。對照我國國情，可以發(fā)現(xiàn)地方政府作為土地市場的壟斷供給者，有運用土地出讓互動影響行為為政策工具，根據(jù)競爭對手土地出讓狀況，調(diào)整自身土地出讓，進而實現(xiàn)相關(guān)政策目標(biāo)的客觀條件和主觀意愿。這使得地方政府土地出讓互動影響成為一個非常具有中國特色的研究主題，研究這一主題對于深入理解我國地方政府土地出讓行為形成機制具有重要意義。

1?相關(guān)研究回顧

在地方政府土地出讓互動影響形成機理方面，研究的邏輯起點主要源于地方政府競爭理論，大體可分為三類：第一類是由Tiebout[3]提出、Brueckner等[4]進一步完善而得的資源流動模型，即地方政府為了爭取流動資源而開展競爭;第二類是由Besley和Case[5]提出的標(biāo)尺競爭模型，即轄區(qū)居民可以根據(jù)周邊地區(qū)的福利水平作為標(biāo)尺，評估本地政府的好壞，其投票權(quán)的存在會倒逼地方政府之間產(chǎn)生標(biāo)尺競爭;第三類是由Brueckner[6]發(fā)展提出的外部影響模型，即地方政府的政策實施或者策略選擇會對周邊地方政府產(chǎn)生積極或者消極的外部影響，進而產(chǎn)生行為響應(yīng)?；谏鲜隼碚摽蚣埽Y(jié)合中國國情，可以發(fā)現(xiàn)：雖然中國不存在居民投票來評價地方政府施政效果好壞的具體機制，但是存在著上級政府依據(jù)下級政府經(jīng)濟表現(xiàn)相對好壞評價地方政府施政效果的機制[7]。這一機制的存在足以使地方政府展開標(biāo)尺競爭：地方政府為保證經(jīng)濟增長、財政增收等經(jīng)濟表現(xiàn)拿到預(yù)期名次，會利用土地出讓行為對地區(qū)經(jīng)濟發(fā)展及地區(qū)間要素流動施加影響[8]。一方面利用土地出讓招商引資促進經(jīng)濟增長，另一方面利用土地出讓獲得財政收入，促進財政增收。在標(biāo)尺競爭的作用下，地方政府會根據(jù)相鄰地方政府的土地出讓行為，對自身的出讓行為做出策略調(diào)整，進而發(fā)生地方政府出讓的互動影響。

在地方政府土地出讓互動影響實證檢驗方面，對于地方政府行為互動影響的實證研究，國外學(xué)者主要聚焦在公共經(jīng)濟領(lǐng)域：Brueckner[4]、Revelli[9]利用空間計量模型研究發(fā)現(xiàn)，地方政府在稅收競爭方面存在互動影響，為爭取稅基，地方政府會根據(jù)競爭對手的稅率，對自身的稅率進行必要的調(diào)整。Byrne[10]、Murillo[11]也得出了類似結(jié)論。Aller和Elhorst[12]進一步認(rèn)為地方政府間的稅收模仿策略，主要是由于標(biāo)尺競爭的制度因素所導(dǎo)致的。Elhorst和Freret[13]也得出了類似研究結(jié)論。然而，由于制度安排的差異，中國地方政府沒有掌握稅收立法權(quán)，但由于特殊的制度安排，中國地方政府事實上壟斷了土地一級市場的供給權(quán)。因此，中國地方政府互動影響的主要工具是土地出讓。對于地方政府土地出讓互動影響的實證檢驗，已有學(xué)者開展了相關(guān)研究：如Deng等[14]的研究表明臨近城市的地方政府之間會利用土地出讓作為工具開展追求經(jīng)濟增長的競爭，會對鄰近城市發(fā)展產(chǎn)生負(fù)面影響。汪沖[15]的研究發(fā)現(xiàn)，地方政府土地出讓純收益存在明顯的互動影響。龍奮杰等[16]的研究發(fā)現(xiàn)，地方政府的土地出讓數(shù)量存在明顯的互動影響，呈現(xiàn)出“模仿”的特征。羅必良等[17]的研究發(fā)現(xiàn)，省級層面的土地出讓政策存在明顯的互動影響。Tao等[18]利用空間面板模型驗證了地方政府土地出讓的互動影響效應(yīng)，He等[19]、Huang等[20-21]也得出了類似研究結(jié)論。

總體而言，現(xiàn)有研究對于我國地方政府土地出讓互動影響的存在達成了較為普遍的共識，但還不夠系統(tǒng)，仍存在明顯不足：即缺少對互動影響模式及其影響的研究。檢驗地方政府土地出讓是否存在互動影響僅僅是一個起點，兩個隨之而來的更重要的問題是：這種互動影響的模式如何識別？互動影響模式會產(chǎn)生怎樣的溢出效應(yīng)？目前的研究成果無法回答這兩個問題。鑒于此，本文以山東省設(shè)區(qū)市地方政府為研究對象，在對地方政府土地出讓互動影響進行檢驗的基礎(chǔ)上，構(gòu)建模型識別互動影響的具體模式，并分析互動影響模式所產(chǎn)生的溢出效應(yīng)，以期發(fā)現(xiàn)一些新的研究結(jié)論與政策啟示。

2?地方政府土地出讓互動影響的檢驗

基于以下兩方面的考量，本文以山東省設(shè)區(qū)市地方政府為對象開展研究：一是基于土地市場一體化的考量。山東省作為山東半島城市群的載體，區(qū)域一體化程度較高，城市間土地市場聯(lián)系較為緊密，能夠較好地反映地方政府土地出讓過程中的互動影響。二是基于數(shù)據(jù)可得性的考量。設(shè)區(qū)市層面的數(shù)據(jù)完整系統(tǒng)，能夠有效支撐研究的開展。進一步，本文將地方政府土地出讓互動影響界定為出讓數(shù)量維度的互動影響，這樣處理的原因有二：一是2003年前后，中央政府的土地資源配置政策發(fā)生了重大改變，出于區(qū)域平衡發(fā)展的考慮，開始實行偏向中西部的建設(shè)用地指標(biāo)分配政策，導(dǎo)致東部地區(qū)建設(shè)用地指標(biāo)日益緊張稀缺[22]。根據(jù)2014年《國家土地督察公告》披露的數(shù)據(jù)，2013年很多東部省份（包括山東省）就已經(jīng)提前突破2020年的規(guī)劃指標(biāo)。迫于現(xiàn)實矛盾，2016年中央政府對《全國土地利用總體規(guī)劃綱要（2006—2020年）》進行了修訂。由于我國現(xiàn)行的土地利用規(guī)劃缺少法律保障，地方政府突破土地利用規(guī)劃行為的法律成本基本是零，實際出讓量突破年度用地計劃，年度用地計劃與總體規(guī)劃脫節(jié)的矛盾十分尖銳和普遍，因此現(xiàn)階段出讓量是出讓行為的主要矛盾。二是隨著2002年《招標(biāo)拍賣掛牌出讓國有土地使用權(quán)規(guī)定》（原國土資源部令第11號）及其修訂版《招標(biāo)拍賣掛牌出讓國有建設(shè)用地使用權(quán)規(guī)定（2007年修訂）》（原國土資源部令第39號），以及2007年《關(guān)于落實工業(yè)用地招標(biāo)拍賣掛牌出讓制度有關(guān)問題的通知》（國土資發(fā)〔2007〕78號）等文件的嚴(yán)格實施，大幅提升了土地出讓的市場化程度，東部地區(qū)由于供需緊張，政策效應(yīng)尤其明顯。在市場化程度較高的環(huán)境下，出讓量決定出讓價格，出讓量是出讓行為的決定因素。綜上，本文基于山東省設(shè)區(qū)市層面，考察地方政府土地出讓互動影響。

2.1?模型的設(shè)定

對于地方政府土地出讓互動影響的檢驗，本文的思路是構(gòu)建一個空間面板模型，采用地方政府土地出讓量作為被解釋變量。同時，引入一系列地方政府土地出讓量的影響因素作為控制變量，在控制相關(guān)變量的基礎(chǔ)上，剝離顯示互動影響對地方政府土地出讓量的作用。對于空間計量分析，空間杜賓模型（SDM）是通用模型，空間自回歸模型（SAR）和空間誤差模型（SEM）由空間杜賓模型（SDM）退化而得。據(jù)此，設(shè)定一個空間杜賓模型（SDM）：

Yit=c+ρ1WYit+ρ2Xit-1+ρ3WXit-1+εit（1）

式（1）中，Y為被解釋變量，是地方政府土地出讓量，分為商服、住宅、工業(yè)3種用途的出讓量;W為空間權(quán)重矩陣，為基于經(jīng)緯度球面距離的地理特征空間權(quán)重矩陣;X為i×k維矩陣，為一組控制變量，即影響地方政府土地出讓量的相關(guān)因素。為避免可能存在的逆向因果關(guān)系帶來的估計偏誤，同時，捕捉控制變量可能存在的滯后影響，控制變量以一階滯后項的形式進入模型[23]。ρ1、ρ2、ρ3為待估系數(shù);i、t分別表示城市和時間;ε為殘差項。

2.2?數(shù)據(jù)的收集和整理

（1）地方政府土地出讓量數(shù)據(jù)。為獲取第一手的土地出讓數(shù)據(jù)，本文以中國土地市場網(wǎng)的土地出讓成交記錄作為數(shù)據(jù)源。為保證各設(shè)區(qū)市數(shù)據(jù)的完整性，數(shù)據(jù)收集的時間范圍確定為2007—2017年，共收集23 157宗商服用地、40 887宗住宅用地、51 395宗工業(yè)用地的出讓成交記錄。需要指出的是，我們收集的均是以“招拍掛”方式出讓的成交數(shù)據(jù)，將市場化程度不高的協(xié)議出讓排除在外。在獲取原始數(shù)據(jù)的基礎(chǔ)上，對其進行整理和處理：首先，剔除明顯錯誤的數(shù)據(jù)（如空值、計量單位錯誤）;其次，借鑒Hodge等[24]的方法，剔除位于上下四分位數(shù)的1.5倍四分位距以外的異常數(shù)據(jù)。在此基礎(chǔ)上，匯總樣本數(shù)據(jù)獲取各設(shè)區(qū)市土地出讓量的數(shù)據(jù)。

（2）空間權(quán)重矩陣數(shù)據(jù)。利用國家基礎(chǔ)地理信息中心下載的全國行政區(qū)劃圖，提取山東省17個設(shè)區(qū)市政府駐地的經(jīng)緯度，進而形成基于經(jīng)緯度球面距離的地理空間權(quán)重矩陣。

（3）控制變量數(shù)據(jù)。式（1）模型中控制變量為地方政府土地出讓量的影響因素?？刂谱兞糠譃閮深悾禾匦钥刂谱兞颗c共性控制變量，其中特性控制變量為影響不同用途土地出讓量的因素，相互之間存在明顯差異;共性控制變量包括制度因素、城市特征因素，這些因素的影響具有全局性，在一個城市范圍內(nèi)，對不同用途土地出讓量均有影響。為避免因素之間相互影響導(dǎo)致多重共線性的產(chǎn)生，精煉選擇主要因素作為控制變量。對于特性控制變量，借鑒相關(guān)研究[25-26]，選擇如下：①商服用地出讓量的特性控制變量包括：第三產(chǎn)業(yè)比重（TI）、人均消費品零售額（PCC）;②住宅用地出讓量的特性控制變量包括：城鎮(zhèn)居民可支配收入（IC）、城鎮(zhèn)就業(yè)人員數(shù)（UE）;③工業(yè)用地出讓量的特性控制變量包括：第二產(chǎn)業(yè)比重（SI）、人均工業(yè)產(chǎn)值（IOV）。對于共性控制變量，借鑒相關(guān)研究[22，27]，選擇如下：①制度因素，用財政赤字規(guī)模（FP）、地方主官任期（OT）控制“中國式分權(quán)”制度背景下財稅、政治雙重激勵對地方政府土地出讓的影響;②城市特征變量，用人口密度（PD）控制城市人地關(guān)系緊張狀況對土地出讓的影響，用地區(qū)生產(chǎn)總值（GDP）控制城市經(jīng)濟發(fā)展對土地出讓的影響，用人均道路面積（PR）控制基礎(chǔ)設(shè)施水平對土地出讓的影響，用城市等級啞變量（UH）控制政策優(yōu)勢對土地出讓的影響。上述變量中，涉及價格因素的變量，均采用各設(shè)區(qū)市價格指數(shù)進行了消脹處理，調(diào)整為2005年可比價。具體而言，式（1）模型中相關(guān)變量的數(shù)據(jù)來源、構(gòu)造過程及其描述性統(tǒng)計結(jié)果如表1所示。

2.3?空間計量分析結(jié)果

采用Elhorst[30]建立的研究范式，首先進行空間模型適用性檢驗，如果檢驗結(jié)果支持建立空間模型，則進一步進行空間面板模型形式檢驗，確定合理的空間模型形式。在此基礎(chǔ)上，進行固定、隨機效應(yīng)檢驗，選擇合適的參數(shù)估計方式，得出模型估計結(jié)果。按照上述思路，首先估計非空間面板模型，并根據(jù)估計結(jié)果構(gòu)建LM統(tǒng)計檢驗量（結(jié)果如表2所示）。可見，3個模型在4種檢驗中均拒絕原假設(shè)，應(yīng)建立空間面板模型。其次，利用空間杜賓模型（SDM）、空間自回歸模型（SAR）、空間誤差模型（SEM）的估計結(jié)果進行兩組Wald 和LR檢驗。其中第一組為Wald test（SAR）、LR test（SAR），第二組為Wald test（SEM）、LR test（SEM），如果兩組檢驗均拒絕原假設(shè)，那么合理的模型形式應(yīng)為空間杜賓模型（SDM）;如果不拒絕第一組或第二組檢驗的原假設(shè)，那么合理的模型形式應(yīng)為空間自回歸模型（SAR）或空間誤差模型（SEM）。表2的檢驗結(jié)果表明，不拒絕第一組檢驗的原假設(shè)，但拒絕第二組檢驗的原假設(shè)，據(jù)此可以確定空間面板模型的合理形式應(yīng)為空間自回歸模型（SAR）。再次，利用Hausman檢驗進行固定、隨機效應(yīng)檢驗，表2檢驗結(jié)果顯示拒絕隨機效應(yīng)的原假設(shè)，應(yīng)按照空間固定效應(yīng)模型進行參數(shù)估計。

考慮到基于極大似然法的空間面板模型估計結(jié)果可能存在偏誤[31]，我們采用Elhorst[30]的轉(zhuǎn)換估計法對原始估計結(jié)果進行偏差校正，按照確定的空間自回歸模型（SAR）形式，將最終得到的參數(shù)估計結(jié)果報告在表3中。從表3的空間面板模型估計結(jié)果中，可以得出3點結(jié)論。

（1）地方政府的商服、住宅、工業(yè)用地出讓量均存在顯著的互動影響。即使在空間面板模型中已經(jīng)控制三種用途土地出讓量主要影響因素的情況下，3個模型空間滯后項（W×lnYit）的系數(shù)仍在1%的顯著水平下通過t檢驗，說明地方政府的商服、住宅、工業(yè)用地出讓量互動影響是高度顯著的。但是，令人意外的是：從空間滯后項系數(shù)大小來看，商服用地出讓量的系數(shù)最高為0.418，工業(yè)用出讓量系數(shù)居中為0.397，住宅用地出讓量的系數(shù)最低為0.339。在我們預(yù)期中，工業(yè)用地市場因為引資競爭激烈，從而形成“全國性買方市場”，因此，工業(yè)用地出讓量的互動影響強度應(yīng)該最為劇烈。但是，實證結(jié)果與此相悖，商服用地出讓量的互動影響才最為劇烈。仔細(xì)分析之后，我們認(rèn)為這也在情理之中。通過查閱各市國民經(jīng)濟和社會發(fā)展計劃，我們發(fā)現(xiàn)各市均大力強調(diào)發(fā)展服務(wù)業(yè)，特別是發(fā)展生產(chǎn)性服務(wù)業(yè)。換言之，地方政府對下一個有前景的產(chǎn)業(yè)已經(jīng)形成共識，進而導(dǎo)致在商服用地出讓中形成了所謂的“潮涌現(xiàn)象”[32]。另外，值得指出的是，空間滯后項系數(shù)的大小在模型所有變量中處于中間水平，這說明互動影響在地方政府土地出讓過程中發(fā)揮著較為重要的作用，是一個不能忽視的因素。

（2）特性控制變量對地方政府土地出讓量均具有顯著影響。第三產(chǎn)業(yè)比重（TI）、人均消費品零售額（PCC）、城鎮(zhèn)居民可支配收入（IC）、城鎮(zhèn)就業(yè)人員數(shù)（UE）、第二產(chǎn)業(yè)比重（SI）、人均工業(yè)產(chǎn)值（IOV）等特性控制變量系數(shù)均在10%的顯著水平下通過t檢驗，且系數(shù)均為正，說明這些因素確實對提升地方政府相應(yīng)用途的土地出讓量具有顯著的促進作用。

（3）共性控制變量對地方政府土地出讓量的影響各異。3個模型中，2個制度變量財政赤字規(guī)模（FP）、地方主官任期（OT）的系數(shù)在10%的顯著水平下通過t檢驗，系數(shù)一正一負(fù)，這說明財政壓力大、地方主官任期短的地方政府傾向多出讓土地，這符合我們預(yù)期中的財稅、政治激勵的作用邏輯。值得注意的是，在控制財政激勵、政治激勵代理變量后，地方政府土地出讓互動影響仍然顯著。事實表明：地方政府土地出讓的互動影響并非單純出于對激勵的響應(yīng)，在排除財政壓力、官員晉升壓力導(dǎo)致的短期與局部行為后，地方政府仍然會對“鄰居”的土地出讓行為做出相應(yīng)的反應(yīng)，這為地方政府土地出讓互動影響的長期與全局存在提供了理據(jù)。另外，考慮到財政赤字規(guī)模、地方主官任期通常是從結(jié)果端反映財稅、政治激勵的變量[18]，在控制這兩個因素后，我們認(rèn)為本文測度出的互動影響的形成機制接近于Tiebout[3]、Brueckner[4]的理論框架，即這種互動影響是在標(biāo)尺競爭作用下，對“鄰居”土地出讓所具有的影響要素流動外部性的行為響應(yīng)。此外，在3個模型中，人口密度（PD）、地區(qū)生產(chǎn)總值（GDP）這2個變量的系數(shù)均在10%的顯著水平下通過t檢驗，系數(shù)均為正。這表明相對于其他城市，在人地關(guān)系緊張、經(jīng)濟增長較快的城市，無論對于商服用地、住宅用地、還是工業(yè)用地，都有增加供應(yīng)量的傾向。人均道路面積（PR）這一變量對商服用地出讓量的影響不顯著，這可能是由于城市基礎(chǔ)設(shè)施的主要作用在于改善人居環(huán)境和企業(yè)生產(chǎn)條件，進而促進住宅、工業(yè)用地出讓，而對商服用地出讓是間接的、不顯著的影響。城市等級啞變量（UH）對住宅用地出讓量的影響不顯著，這可能是由于住宅用地非飽和出讓行為是地方政府的共識選擇，因此在控制其他因素情況下，不同等級城市的住宅用地出讓量差異并不顯著。

3?地方政府土地出讓互動影響模式的識別

互動影響是地方政府土地出讓較為重要的影響因素，這種互動影響到底表現(xiàn)為一種怎樣的模式？為回答這一問題，我們將網(wǎng)絡(luò)分析融入博弈模型，通過搜索關(guān)系矩陣，構(gòu)建網(wǎng)絡(luò)模型刻畫、識別這種互動影響的具體模式。模型構(gòu)建需要設(shè)置必要的假設(shè)條件，本文模型的假設(shè)是地方政府出讓的土地具有替代性。誠然，由于土地天然的位置固定性，地方政府出讓的土地具有完全的替代性是不可能的。但是，考慮到兩方面的原因，我們認(rèn)為這一假設(shè)具有合理性：一是考慮到空間計量分析結(jié)果揭示的地方政府土地出讓的顯著互動影響，有充分理由認(rèn)為地方政府與其“鄰居”出讓的土地在一定程度內(nèi)是存在替代關(guān)系的;二是考慮到模型只是用于識別互動影響的存在性，并不刻畫這種互動影響的大小程度，一定程度替代關(guān)系的存在便足以滿足分析要求。

3.1?互動影響模式識別模型的構(gòu)建

從博弈分析的視角出發(fā)，作為土地一級市場的壟斷供給者，地方政府在土地出讓過程中有兩種決策情形：考慮與不考慮“鄰居”的出讓量。如果考慮“鄰居”的出讓量，

則將其出讓量納入自己的供給函數(shù)，并基于利潤最大化調(diào)整自己的出讓量，在這種情形下互動影響發(fā)生。另一情形，如果不考慮“鄰居”的出讓量，則僅根據(jù)自身情況，基于利潤最大化決定自己的出讓量，在這種情形下互動影響沒有發(fā)生。鑒于此，互動影響模式的識別演化為“考慮”關(guān)系的求解。具體而言，基于地方政府土地出讓的替代關(guān)系，設(shè)各地方政府面對的土地市場狀況均由線性函數(shù)P（Q）=a-bQ確定，土地出讓成本為c。那么，考慮與不考慮“鄰居”出讓量的博弈分析過程如下。

（1）不考慮“鄰居”的出讓量。在雙寡頭市場上，這種情形就是經(jīng)典的古諾雙頭壟斷模型。地方政府i（i=1，2）的土地出讓利潤由函數(shù)πi（qi）=qi P（Q）-cqi確定。在雙頭壟斷模型中，若一對出讓量組合為納什均衡，對地方政府i，土地出讓量q*i應(yīng)為下面最優(yōu)化問題的解：

max0≤qi≤a/bπi（qi，q*j）=max0≤qi≤a/bqi[a-b（qi+q*j）-c]（2）

利用一階條件對式（2）進行求解，可得出兩個城市政府的納什均衡出讓量：q*1=q*2= （a-c）/（3b）。進一步，將古諾雙頭壟斷模型擴展到多寡頭市場，設(shè)地方政府?dāng)?shù)量為n，容易得出地方政府i（i=1，2，...，n）的納什均衡出讓量為（a-c）/[（n+1）b]。在這種情形下，地方政府在土地出讓過程中不考慮“鄰居”的出讓量，互動影響沒有發(fā)生。

（2）考慮“鄰居”的出讓量。在雙寡頭市場上，這種情形就是經(jīng)典的斯塔克爾貝里雙頭壟斷貫序博弈模型，若一對出讓量組合為子博弈精煉納什均衡，則其必然為：q*1=（a-c）/（2b）;q*2=（a-c）/（4b）。根據(jù)單海燕等[33]的研究，若將斯塔克爾貝里雙頭壟斷模型擴展至多寡頭市場，設(shè)地方政府?dāng)?shù)量為n，則地方政府i（i=1，2，...，n）的出讓量（qi）應(yīng)為下面最優(yōu)化問題的解：

max0≤qi≤a/bπi（qi，qi1…，qim）=max0≤qi≤a/bqi[a-b（qi+qi1+…+qim+（n-m-1）qnash）-c]（3）

式（3）中，qi1，…，qim 分別為地方政府i納入考慮范圍的m個“鄰居”的土地出讓量;qnash為不考慮“鄰居”出讓量的納什均衡：（a-c）/[（n+1）b]。利用一階條件對式（3）最優(yōu)化問題求解，可得出地方政府i的子博弈精煉納什均衡出讓量：q*i=（a-c）/（2b）-x/2，其中x=（a-c）/[（n+1）b]·（n-m-1）+qi1+…+qim。值得指出的是，不考慮“鄰居”出讓量博弈模型的納什均衡其實只是考慮“鄰居”的出讓量博弈模型子博弈精煉納什均衡的一個特殊情況（m=0）。

上述博弈分析結(jié)果將地方政府土地出讓量與“考慮”關(guān)系結(jié)合在一起，為構(gòu)建互動影響模式識別模型提供了便利。進一步，我們基于利潤最大化構(gòu)建識別模型：

max0≤qi≤a/bπi（q1，…，qn）=max0≤qi≤a/b∑ni=1q*i[a-b∑ni=1q*i-c]（4）

式（4）中，q*i含義同上?？梢姡诰馇闆r下，地方政府i的土地出讓量受到其納入考慮范圍的“鄰居”出讓量的影響。為進一步直觀地識別這種“考慮”關(guān)系，我們引入網(wǎng)絡(luò)分析中常用的關(guān)系矩陣，將地方政府土地出讓過程中的互動影響模式用關(guān)系矩陣進行刻畫：

X=x11?x12?…?x1n

x21?x22?…?x2n

…?…?…?…

xn1?xn2?…?xnn（5）

式（5）中的關(guān)系矩陣為一個n×n矩陣，矩陣元素為0，1二值元素，用于反映地方政府在土地出讓過程中的互動影響關(guān)系，矩陣元素的取值規(guī)則為：

xij=0?（當(dāng)i=j時或當(dāng)i不考慮j出讓量時）

1?（當(dāng)i考慮j出讓量時）（6）

據(jù)此，根據(jù)關(guān)系矩陣的定義，將矩陣元素引入將式（4）所構(gòu)建的地方政府土地出讓互動影響模式識別模型中，地方政府i的土地出讓量進一步表示為：

q*i=（a-c）/（2b）-x/2

其中，x=a-c（n+1）b·（n-∑nj=1xij-1）+xi1q1+…+xinqn;xi1，…，xij，…，xin反映的是地方政府i將哪些“鄰居”的出讓量納入考慮范圍，用于識別地方政府土地出讓互動影響模式。通過對式（4）所構(gòu)建的識別模型所表達的最優(yōu)化問題的求解，可以測度出式（5）中關(guān)系矩陣的具體形式，進而可以刻畫、識別地方政府土地出讓互動影響的具體模式。

3.2?互動影響模式識別的結(jié)果分析

地方政府土地出讓互動影響模式識別的基本思路是：基于構(gòu)建的識別模型，根據(jù)地方政府的土地出讓量以及其他相關(guān)參數(shù)，采用Matlab遺傳算法工具箱，針對式（4）模型使用改進的遺傳算法對目標(biāo)空間進行隨機優(yōu)化搜索，反復(fù)進行基于遺傳學(xué)的操作（選擇、交叉和變異），搜索出式（5）關(guān)系矩陣中的元素值，進而構(gòu)建起網(wǎng)絡(luò)模型并對網(wǎng)絡(luò)結(jié)構(gòu)進行解構(gòu)分析。識別模型要求的參數(shù)包括：各地方政府商服、住宅、工業(yè)用地的出讓量;區(qū)域商服、住宅、工業(yè)用地多寡頭市場供給函數(shù)P（Q）=a-bQ中的系數(shù)a、b的估計值;土地出讓成本c。為減少年間數(shù)據(jù)波動的影響，保證識別出的地方政府土地出讓互動影響模式具有穩(wěn)定性，我們對相關(guān)參數(shù)作了處理：土地出讓量取2007—2017年整個樣本期內(nèi)的平均值;供給函數(shù)的系數(shù)基于2007—2017年整個樣本期設(shè)區(qū)市層面面板數(shù)據(jù)估計得出;土地出讓成本用2007—2017年整個樣本期內(nèi)單位面積土地成交價款減去土地交易純收益并取各市平均值而得，具體結(jié)果如表4所示。在明確地方政府土地出讓互動影響模式識別模型參數(shù)取值后，我們利用Matlab遺傳算法工具箱編程搜索刻畫地方政府商服、住宅、工業(yè)用地出讓互動影響模式的關(guān)系矩陣，進而得出3個17×17的矩陣。為直觀表現(xiàn)這3個矩陣所體現(xiàn)的網(wǎng)絡(luò)模型，我們在考慮城市之間相對空間位置的基礎(chǔ)上，繪制地方政府土地出讓互動影響關(guān)系網(wǎng)絡(luò)的示意圖。具體過程為：如果地方政府j在土地出讓過程中考慮地方政府i的出讓量，換言之，地方政府i對地方政府?j的出讓量產(chǎn)生影響，即關(guān)系矩陣元素xij=1，則在關(guān)系網(wǎng)絡(luò)圖中標(biāo)繪一條由地方政府j出發(fā)，箭頭指向地方政府i的連線（具體結(jié)果如圖1所示）。

通過觀察圖1中商服、住宅、工業(yè)用地出讓互動影響關(guān)系網(wǎng)絡(luò)圖可以發(fā)現(xiàn)，地方政府商服、住宅、工業(yè)用地出讓的互動影響是廣泛存在的，互動影響關(guān)系相互連接、交錯織成了網(wǎng)狀結(jié)構(gòu)。對于這種互動影響關(guān)系網(wǎng)絡(luò)的總體考察難以得出有洞察力的結(jié)果。對此，我們利用網(wǎng)絡(luò)科學(xué)的方法，對互動影響關(guān)系網(wǎng)絡(luò)進行解構(gòu)，總體思路是：利用網(wǎng)絡(luò)分析的方法，識別出在互動影響關(guān)系網(wǎng)絡(luò)具有重要影響的關(guān)鍵少數(shù)?；诖耍覀冞M行了兩方面的解構(gòu)：一是利用復(fù)雜有向網(wǎng)絡(luò)聲望測度的方法，測算各地方政府的等級聲望，反映各地方政府的全局影響;二是利用結(jié)構(gòu)洞分析工具，測度各地方政府的結(jié)構(gòu)洞指數(shù)，發(fā)現(xiàn)互動影響傳導(dǎo)過程中的關(guān)鍵節(jié)點。

（1）等級聲望測度。等級聲望用于反映行動者被其他行動者關(guān)注或選擇的顯著性[34]。在地方政府土地出讓互動影響關(guān)系網(wǎng)絡(luò)中，高等級聲望的地方政府意味著能夠?qū)^多的其他地方政府的出讓量產(chǎn)生影響，并且受其影響的地方政府能夠影響更多的其他地方政府。換言之，高等級聲望意味著地方政府對區(qū)域土地出讓量具有全局性的影響。對于等級聲望的測度，我們采用GRADAP軟件實現(xiàn)，測度結(jié)果如表5所示?？梢园l(fā)現(xiàn)，在商服、住宅、工業(yè)用地出讓互動影響關(guān)系網(wǎng)絡(luò)中，等級聲望最高的地方政府分別是：濟寧、青島、菏澤，表明這3個地方政府的出讓量對山東省整個區(qū)域的商服、住宅、工業(yè)用地出讓量具有全局性的影響。

（2）結(jié)構(gòu)洞分析。結(jié)構(gòu)洞是指網(wǎng)絡(luò)節(jié)點之間非冗余的連接[35]。以一個甲、乙、丙、丁4節(jié)點組成的網(wǎng)絡(luò)為例，如果除甲與丙、乙與丙、丙與丁之間有連接之外無其它連接，則認(rèn)為甲、乙與丁之間存在一個結(jié)構(gòu)洞，結(jié)構(gòu)洞的存在使丙可以控制關(guān)系的傳導(dǎo)。在地方政府土地出讓互動影響關(guān)系網(wǎng)絡(luò)中，結(jié)構(gòu)洞就是互動影響關(guān)系傳導(dǎo)過程中的關(guān)鍵節(jié)點。對于結(jié)構(gòu)洞的分析，我們采用限制度指標(biāo)反映地方政府運用結(jié)構(gòu)洞的能力[35]，測度過程使用UCINET軟件實現(xiàn)，測度結(jié)果如表5所示?？梢园l(fā)現(xiàn)，在商服用地出讓互動影響關(guān)系網(wǎng)絡(luò)中，限制度最高的地方政府是濰坊;在住宅用地出讓互動影響關(guān)系網(wǎng)絡(luò)中，限制度最高的地方政府是煙臺、威海、臨沂、德州;在工業(yè)用地出讓互動影響關(guān)系網(wǎng)絡(luò)中，限制度最高的地方政府是濟寧、日照、萊蕪，這表明上述地方政府分別是對應(yīng)網(wǎng)絡(luò)中互動影響傳導(dǎo)的關(guān)鍵節(jié)點。

4?地方政府土地出讓互動影響模式的溢出效應(yīng)分析

地方政府在商服、住宅、工業(yè)用地出讓過程中的互動影響呈現(xiàn)出復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)。換言之，地方政府土地出讓量會受到“鄰居”的影響，同時，在互動影響關(guān)系網(wǎng)絡(luò)中不直接相連的兩個地方政府，也可能通過“中間人”過渡產(chǎn)生間接影響，這必然會導(dǎo)致地方政府土地出讓行為產(chǎn)生溢出效應(yīng)。我們推測基于互動影響關(guān)系網(wǎng)絡(luò)產(chǎn)生的溢出效應(yīng)應(yīng)該是普遍存在的，同時，高等級聲望、處于結(jié)構(gòu)洞位置的地方政府等關(guān)鍵少數(shù)應(yīng)該具有明顯區(qū)別于其他地方政府的溢出效應(yīng)表現(xiàn)形式。如何考察互動影響關(guān)系網(wǎng)絡(luò)產(chǎn)生的溢出效應(yīng)？對此，我們利用脈沖響應(yīng)分析的方法，針對識別出的地方政府土地出讓互動影響模式進行溢出效應(yīng)分析，即測度地方政府土地出讓量變動的沖擊對其他地方政府土地出讓量變動的影響。需要指出的是，脈沖響應(yīng)分析是一種乏理論模型，甚至兩個毫無現(xiàn)實聯(lián)系的變量也可能測度出脈沖響應(yīng)。但是，由于我們的脈沖響應(yīng)分析建立在互動影響檢驗與模式識別的基礎(chǔ)上，因此，本文的脈沖響應(yīng)分析具有明確的現(xiàn)實依據(jù)，分析結(jié)果也具有相應(yīng)的參考價值。

4.1?廣義脈沖響應(yīng)函數(shù)的構(gòu)建

考慮到空間上“鄰居”影響與時間上滯后影響的存在，溢出效應(yīng)分析模型應(yīng)兼顧時空兩個維度的因素。因此，只能反映隨機沖擊在時間維度動態(tài)影響的傳統(tǒng)脈沖響應(yīng)函數(shù)不能很好地適用于本文分析的主題。鑒于此，應(yīng)將空間因素納入傳統(tǒng)時間序列分析，進而用于本文的研究。對此，Holly等[36]與Gong等[37]的研究為我們提供了啟示。他們提出將空間滯后變量納入時間序列分析，構(gòu)建誤差修正模型（ECM）與廣義脈沖響應(yīng)函數(shù)（GIRF），并成功地用于測度城市間房價變動沖擊的相互影響。參考他們的研究，我們設(shè)置了地方政府土地出讓互動影響模式溢出效應(yīng)的分析模型，模型形式為誤差修正模型：

Δqit=is（qi，t-1-q-si，t-1）+ai+ai1Δqi，t-1+bi1Δq-si，t-1+εit（7）

式（7）中，Δqit為地方政府當(dāng)期土地出讓量的變動，其余差分變量含義以此類推;q-si，t-1=∑wijqjt-1為空間滯后變量，即上一期“鄰居”的距離加權(quán)平均土地出讓量，wij=1/dij，為城市i與城市j（j≠i）基于經(jīng)緯度球面距離的倒數(shù);下標(biāo)i=1，2，…，17。模型中待估參數(shù)含義分別為：is測度的是誤差修正項，即對“鄰居”出讓量偏離的動態(tài)調(diào)整;ai1測度的是地方政府土地出讓量的滯后影響;bi1測度的是“鄰居”土地出讓量的滯后影響;ai為常數(shù)項。根據(jù)式（7）模型，可以構(gòu)建一個廣義脈沖響應(yīng)函數(shù)，用于分析某個地方政府土地出讓量變動沖擊對其他地方政府土地出讓量的影響。廣義脈沖響應(yīng)函數(shù)中H和G為基于式（7）模型整理得出的系數(shù)矩陣：

Δqit=a+Hqit-1+GΔqit-1+εit（8）

4.2?互動影響模式溢出效應(yīng)的結(jié)果分析

根據(jù)構(gòu)建的廣義脈沖響應(yīng)函數(shù)，我們采用2007—2017年山東省各設(shè)區(qū)市商服、住宅、工業(yè)用地出讓數(shù)據(jù)進行實證分析。需要說明的是，為提高模型參數(shù)估計的顯著性，我們將土地出讓量調(diào)整以半年周期計算的數(shù)據(jù)，共22期。在此基礎(chǔ)上，分用途、分城市對式（7）模型中3個變量進行參數(shù)估計（限于篇幅未列出估計結(jié)果），并構(gòu)建廣義脈沖響應(yīng)函數(shù)，采用基于MATLAB的廣義脈沖分析工具GVAR工具箱（GVAR Toolbox 2.0）進行分析，得出如下結(jié)果。

4.2.1?商服用地出讓互動影響模式溢出效應(yīng)分析

總體層面上，參與分析的16個設(shè)區(qū)市地方政府對其他地方政府商服用地出讓量平均影響強度的均值為3.35 hm2（見表6），占設(shè)區(qū)市地方政府商服用地年均出讓量的1.89%。換言之，在平均水平上，一個地方政府商服用地出讓量一個標(biāo)準(zhǔn)差大小的隨機擾動沖擊會導(dǎo)致其他地方政府商服用地出讓量變動1.89%，這說明溢出效應(yīng)是普遍存在的。個體層面上，為反映各設(shè)區(qū)市地方政府商服用地出讓溢出效應(yīng)的差異，我們將參與分析的16個設(shè)區(qū)市地方政府商服用地出讓量的廣義脈沖響應(yīng)分析結(jié)果加以整理，報告在表6中的第二、三列。第二、三列分別報告的是地方政府商服用地出讓量變動沖擊對其他地方政府的平均影響強度與變異系數(shù)，這樣可以同時反映某個地方政府商服用地出讓量變動沖擊對其他地方政府影響的大小和離散程度?？梢园l(fā)現(xiàn)，商服用地出讓互動影響關(guān)系網(wǎng)絡(luò)中等級聲望數(shù)值排名第一的濟寧以及與其差異不大（0.95以上）的其他3個地方政府：濱州、東營、棗莊，對其他地方政府商服用地出讓的平均影響強度較大，分別導(dǎo)致其他地方政府商服用地出讓量變動9.10 hm2、4.11 hm2、4.96 hm2、8.19 hm2，分別占地方政府商服用地年均出讓量的5.13%、2.32%、2.79%、4.62%，

在平均影響強度中分別排名第一、第六、第四、第二，同時變異系數(shù)處于較低水平。綜上，我們認(rèn)為商服用地出讓互動影響關(guān)系網(wǎng)絡(luò)中高等級聲望的地方政府商服用地出讓量的變動對其他地方政府具有廣泛且明顯的影響。另一方面，商服用地出讓互動影響關(guān)系網(wǎng)絡(luò)中結(jié)構(gòu)洞指數(shù)排名第一的濰坊以及與其較為接近的煙臺，其平均影響強度較小，分別為1.35 hm2、1.72 hm2，但其變異系數(shù)較大，分別為1.14、1.01，排名第一和第三。綜上，我們認(rèn)為商服用地出讓互動影響關(guān)系網(wǎng)絡(luò)中高結(jié)構(gòu)洞指數(shù)的地方政府商服用地出讓量的變動對其他地方政府具有強度不大但差異明顯的影響。

4.2.2?住宅用地出讓互動影響模式溢出效應(yīng)分析

總體層面上，參與分析的16個設(shè)區(qū)市地方政府對其他地方政府住宅用地出讓量平均影響強度的均值為7.67 hm2（見表6），占設(shè)區(qū)市地方政府住宅用地年均出讓量的1.19%，說明溢出效應(yīng)是普遍存在的。個體層面上，為反映各設(shè)區(qū)市地方政府住宅用地出讓溢出效應(yīng)的差異，我們報告了參與分析的16個設(shè)區(qū)市地方政府住宅用地出讓量廣義脈沖響應(yīng)分析的量化結(jié)果。表6中第四、五列分別列出了住宅用地出讓量變動沖擊的平均影響強度與變異系數(shù)?？梢园l(fā)現(xiàn)，住宅用地出讓互動影響關(guān)系網(wǎng)絡(luò)中等級聲望數(shù)值排名前三（0.95以上）的3個地方政府：青島、濰坊、棗莊的平均影響強度較大，分別為25.38 hm2、15.39 hm2、21.09 hm2，分別占設(shè)區(qū)市地方政府住宅用地年均出讓量的3.94%、2.39%、3.27%，在平均影響強度中分別排名第一、第三、第二，同時變異系數(shù)處于較低水平。綜上，我們認(rèn)為住宅用地出讓互動影響關(guān)系網(wǎng)絡(luò)中高等級聲望的地方政府住宅用地出讓量的變動對其他地方政府具有廣泛且明顯的影響。另一方面，由于住宅用地出讓互動影響關(guān)系網(wǎng)絡(luò)中不存在明顯的結(jié)構(gòu)洞（體現(xiàn)為結(jié)構(gòu)洞指數(shù)低），因此，結(jié)構(gòu)洞對地方政府住宅用地出讓溢出效應(yīng)的影響不明顯。外在表現(xiàn)為，結(jié)構(gòu)洞指數(shù)排名并列第一的4個地方政府：煙臺、威海、臨沂、德州，其平均影響強度較小，并且變異系數(shù)并不明顯偏大。

4.2.3?工業(yè)用地出讓互動影響模式溢出效應(yīng)分析

總體層面上，參與分析的17個設(shè)區(qū)市地方政府對其他地方政府工業(yè)用地出讓量平均影響強度的均值為16.22 hm2（見表6），占設(shè)區(qū)市地方政府工業(yè)用地年均出讓量的1.72%，溢出效應(yīng)普遍存在。個體層面上，為反映各設(shè)區(qū)市地方政府工業(yè)用地出讓溢出效應(yīng)的差異，我們報告了參與分析的17個設(shè)區(qū)市地方政府工業(yè)用地出讓量廣義脈沖響應(yīng)分析的量化結(jié)果。在表6的第六、七列分別提供了工業(yè)用地出讓量變動沖擊的平均影響強度與變異系數(shù)。可以發(fā)現(xiàn)，工業(yè)用地出讓互動影響關(guān)系網(wǎng)絡(luò)中等級聲望數(shù)值排名前二（0.95以上）的2個地方政府：菏澤、濟南的平均影響強度較大，分別為55.68 hm2、38.86 hm2，分別占設(shè)區(qū)市地方政府工業(yè)用地年均出讓量的5.90%、4.12%，在平均影響強度中分別排名第一、第二，同時變異系數(shù)處于較低水平。綜上，我們認(rèn)為工業(yè)用地出讓互動影響關(guān)系網(wǎng)絡(luò)中高等級聲望的地方政府工業(yè)用地出讓量的變動對其他地方政府具有廣泛且明顯的影響。另一方面，結(jié)構(gòu)洞指數(shù)排名并列第一的3個地方政府：濟寧、日照、萊蕪，其平均影響強度較小，但變異系數(shù)較大，分別為1.67、1.73、2.12，分別排名第三、第二、第一。綜上，我們認(rèn)為工業(yè)用地出讓互動影響關(guān)系網(wǎng)絡(luò)中處于結(jié)構(gòu)洞位置的地方政府的工業(yè)用地出讓量變動對其他地方政府具有強度一般但差別明顯的影響。

5?研究結(jié)論與政策啟示

本文以山東省設(shè)區(qū)市地方政府為研究對象，在對地方政府土地出讓互動影響進行檢驗的基礎(chǔ)上，結(jié)合博弈模型與網(wǎng)絡(luò)分析，識別出這種互動影響的具體模式，并利用廣義脈沖響應(yīng)函數(shù)分析了互動影響關(guān)系網(wǎng)絡(luò)所產(chǎn)生的溢出效應(yīng)。研究發(fā)現(xiàn)：

（1）地方政府商服、住宅、工業(yè)用地出讓量存在顯著的互動影響，互動影響強度按照商服、工業(yè)、住宅的順序減少。同時，模型中空間滯后項系數(shù)的大小在所有變量中處于中間水平，說明互動影響在地方政府土地出讓過程中發(fā)揮著較為重要的作用，是一個不能忽視的因素。

（2）地方政府商服、住宅、工業(yè)用地出讓的互動影響關(guān)系相互連接、交錯織成了網(wǎng)絡(luò)結(jié)構(gòu)。在商服、住宅、工業(yè)用地出讓互動影響關(guān)系網(wǎng)絡(luò)中，等級聲望最高的地方政府分別為：濟寧、青島、菏澤。在商服用地出讓互動影響關(guān)系網(wǎng)絡(luò)中，結(jié)構(gòu)洞指數(shù)最高的地方政府為濰坊;在住宅用地出讓互動影響關(guān)系網(wǎng)絡(luò)中，結(jié)構(gòu)洞指數(shù)最高的地方政府為：煙臺、威海、臨沂、德州;在工業(yè)用地出讓互動影響關(guān)系網(wǎng)絡(luò)中，結(jié)構(gòu)洞指數(shù)最高的地方政府為：濟寧、日照、萊蕪。

（3）在平均水平上，地方政府商服、住宅、工業(yè)用地出讓量一個標(biāo)準(zhǔn)差大小的隨機擾動沖擊會導(dǎo)致其他地方政府商服、住宅、工業(yè)用地出讓量變動1.89%、1.19%、1.72%，表明溢出效應(yīng)是普遍存在的。同時，高等級聲望、處于結(jié)構(gòu)洞位置的地方政府等關(guān)鍵少數(shù)具有明顯區(qū)別于其他地方政府的溢出效應(yīng)表現(xiàn)形式。

基于上述研究結(jié)論，可以得出的“表”與“里”兩點政策啟示：

（1）考慮到地方政府土地出讓互動影響是客觀存在的，并且其模式及溢出效應(yīng)是可識別的。那么，表面上的政策啟示是直接而明確的：應(yīng)該重視地方政府土地出讓互動影響導(dǎo)致的溢出效應(yīng)，避免一葉障目的誤區(qū)，按照分清主次的原則，通過對關(guān)鍵少數(shù)地方政府土地出讓行為的有效管理，充分利用其溢出效應(yīng)，更好地促進相關(guān)政策目標(biāo)的實現(xiàn)。

（2）考慮到地方政府土地出讓互動影響的發(fā)生機制來源于標(biāo)尺競爭，而標(biāo)尺競爭的結(jié)果有害于效率已是普遍共識，我國已經(jīng)發(fā)生并影響至今的重復(fù)建設(shè)、市場分割便是教訓(xùn)。在土地管理領(lǐng)域，我們也可以觀察到，地方政府土地出讓的標(biāo)尺競爭已經(jīng)導(dǎo)致土地供給結(jié)構(gòu)失衡，并進而引發(fā)了土地要素的價格扭曲。因此，地方政府局部的、短期的獲利，伴隨的是全局的、長期的經(jīng)濟效率的受損。鑒于此，利用溢出效應(yīng)，促進土地出讓調(diào)控目標(biāo)的實現(xiàn)只是一個在目前既定制度安排下的次優(yōu)選擇。對此，更深層次的政策啟示是：要打破地方政府之間缺乏效率的土地出讓互動影響，需要對導(dǎo)致標(biāo)尺競爭產(chǎn)生的財稅制度、政績考核制度、土地制度等一系列的既有制度安排進行改革，這是實現(xiàn)更有效率的地方政府土地出讓行為的基礎(chǔ)。

（編輯：劉照勝）

參考文獻

[1]GLAESER E L， SHAPIRO J. Urban growth in the 1990s： is city living back？[J]. Journal of regional science， 2003， 43（1）：139-165.

[2]彭山桂，陳晨，王健，等.居住模式、地方政府土地供給行為與人口流動——以廣東省和山東省為例[J].資源科學(xué)，2017，39（10）：1858-1870.

[3]TIEBOUT C. A pure theory of local expenditures[J]. Journal of political economics， 1956，64：416-424.

[4]BRUECKER J K， SAAVEDRA L A. Do local governments engage in strategic tax competition？[J]. National tax journal，2001，54：203-230.

[5]BESLEY T， CASE A. Incumbent behavior： vote seeking， tax setting and yardstick competition[J]. American economic review， 1995， 85（1）：25-45.

[6]BRUECKER J K. Strategic interaction among governments： an overview of empirical studies[J]. International regional science rev-iew， 2003，26（2）： 175-188.

[7]SU F B， TAO R， XI L， et al. Local officials incentives and Chinas economic growth： tournament thesis reexamined and alternative explanatory framework[J]. China & world economy， 2010，20（4）：1-18.

[8]XU C G. The fundamental institutions of Chinas reforms and development[J]. Journal of economic literature， 2011，49（4）：1076-1151.

[9]REVELLI F. On spatial public finance empiric[J]. International tax and public finance，2005（12）：475-492.

[10]BYRNE P F. Strategic interaction and the adoption of tax increment financing[J]. Regional science and urban economics， 2005，35（3）：279-303.

[11]MURILLO R H. Strategic interaction in tax policies among states[J]. Federal reserve bank of St Louis review，2003，85（5）：47-56.

[12]ALLERS M A， ELHORST J P. Tax mimicking and yardstick competition among local governments in the Netherlands[J]. International tax and public finance， 2005（12）： 493-513.

[13]ELHORST J P， FRERET S. Evidence of political yardstick competition in France using a two-regime spatial durbin model with fixed effect[J]. Journal of regional science，2009，49（5）：931-951.

[14]DENG X Z， HUANG J K， ROZELLE S， et al. Economic growth and the expansion of urban land in China[J]. Urban studies，2010， 47（4）：813-843.

[15]汪沖.寡頭型一級土地供應(yīng)、策略互動影響與財政調(diào)整——基于 282 個城市面板數(shù)據(jù)的動態(tài)空間計量[J].財經(jīng)論叢，2011（5）：32-37.

[16]龍奮杰，王蕭濛，鄒迪.基于標(biāo)尺競爭的地方政府土地出讓行為互動[J].清華大學(xué)學(xué)報（自然科學(xué)版），2015，55（9）：971-976.

[17]羅必良，李尚蒲. 地方政府間競爭：土地出讓及其策略選擇——來自中國省級面板數(shù)據(jù) （1993—2009年）的經(jīng)驗證據(jù)[J].學(xué)術(shù)研究，2014（1）：67-78.

[18]TAO R， SU F B， LIU M X， et al. Land leasing and local public finance in Chinas regional development： evidence from prefecture-level cities[J]. Urban studies，2010，47（10）： 2217-2236.

[19]HE C F， HUANG Z J， WANG R. Land use change and economic growth in urban China： a structural equation analysis [J].Urban studies， 2014， 51（13）：2880-2898.

[20]HUANG Z J， HE C F， HAN L. Local government intervention， firm-government connection， and industrial land expansion in China[J]. Journal of urban affairs，2017（4）：1-17.

[21]HUANG Z H， DU X J. Strategic interaction in local governments industrial land supply： evidence from China[J]. Urban studies，2017， 54（6）： 1328-1346.

[22]陸銘，張航，梁文泉.偏向中西部的土地供應(yīng)如何推升了東部的工資[J].中國社會科學(xué)，2015（5）：59-83.

[23]羅能生，王玉澤.財政分權(quán)、環(huán)境規(guī)制與區(qū)域生態(tài)效率——基于動態(tài)空間杜賓模型的實證研究[J].中國人口·資源與環(huán)境，2017，27（4）：110-118.

[24]HODGE T R， MCMILLEN D P， SANDS G， et al. Assessment inequity in a declining housing market： the case of Detroit[J]. Real estate economics，2016（1）：1-22.

[25]宋佳楠，金曉斌，唐健，等. 中國城市地價水平及變化影響因素分析[J].地理學(xué)報，2011，66（8）：1045-1054.

[26]華文，范黎，吳群，等. 城市地價水平影響因素的相關(guān)分析——以江蘇省為例[J].經(jīng)濟地理，2005，25（2）：202-206.

[27]吳群，李永樂. 財政分權(quán)、地方政府競爭與土地財政[J].財貿(mào)經(jīng)濟，2010（7）： 51-59.

[28]山東省統(tǒng)計局. 山東省統(tǒng)計年鑒（2008—2018）[M]. 北京：中國統(tǒng)計出版社，2008—2018.

[29]國家統(tǒng)計局城市社會經(jīng)濟調(diào)查司.中國城市統(tǒng)計年鑒（2008—2018）[M]. 北京：中國統(tǒng)計出版社，2008—2018.

[30]ELHORST J P. Applied spatial econometrics： raising the bar[J].Spatial economics annals，2010，5（1）：9-28.

[31]LEE L F， YU J. Spatial panels： random components versus fixed effect[J]. International economic review，2012，53（4）：1369-1388.

[32]林毅夫.潮涌現(xiàn)象與發(fā)展中國家宏觀經(jīng)濟理論的重新構(gòu)建[J].經(jīng)濟研究，2007（1）：126-131.

[33]單海燕，王文平.面向產(chǎn)量決策的多寡頭網(wǎng)絡(luò)最優(yōu)結(jié)構(gòu)分析[J].管理科學(xué)學(xué)報，2010，13（5）：33-42.

[34]WASSERMAN S， FAUST K， GALASKIEWICZ J. Correspondence and canonical analysis of relational data[J]. Journal of mathema-tical sociology，1990（15）：11-64.

[35]BURT R S. Detecting role equivalence[J]. Social network，1990（12）：83-97.

[36]HOLLY S， PESARAN M H， YAMAGATA T. The spatial and temporal diffusion of house prices in the UK[J]. Journal of urban economics， 2011， 69（1）：2-23.

[37]GONG Y L， HU J X， BOELHOUWER P J. Spatial interrelations of Chinese housing markets： spatial causality， convergence and diffusion[J]. Regional science and urban economics，2016，59（7）：103-117.

Study on the mode and spillover effect of interaction influence of localgovernment land transfer

PENG Shan-gui1，2?JING Lin-lin1?ZHANG Miao1?CHENG Dao-ping1?WU Qun3

（1.School of Business， Shandong Normal University， Jinan Shandong 250358， China;2.Public Administration PostdoctoralResearch Station， Nanjing Agricultural University， Nanjing Jiangsu 210095， China;3.College of Public Administration， Nanjing Agriculture University， Nanjing Jiangsu 210095， China）

Abstract?Based on the test of the interaction influence of land transfer of local government， combined with the game model and network analysis， this paper takes the local governments of the prefecture-level cities in Shandong Province as the research object， and uses GIRF to identify the specific mode of this interactive influence and to analyze the spillover effect generated by the interactive influence network. The results show as follows： ①There is a significant interactive influence in the quantity among commercial land， residential land and industrial land of local governments， and the strength of interactive influence is reduced in the sequence of commercial， industrial and residential land. The interactive influence plays an important role in land transfer process of the local governments and it is a factor that cannot be ignored. ②The interactive influences of commercial， residential and industrial land transfer of the local governments are interconnected and intertwined into a network structure. In the interactive influence network of commercial， residential and industrial land transfer， cities with the highest level of prestige are： Jining， Qingdao and Heze respectively. City with the highest structural hole index in the interactive influence network of commercial land transfer is Weifang. Cities with the highest structural hole index in the interactive influence network of residential land transfer are Yantai， Weihai， Linyi and Dezhou. Cities with the highest structural hole index in the interactive influence network of industrial land transfer are Jining， Rizhao and Laiwu. ③On the average， a random disturbance impact of one standard deviation of commercial， residential and industrial land transfer of local government will lead to changes of 1.89%， 1.19% and 1.72% of land transfer in other local governments respectively， indicating that spillover effects are widespread. The key and few local governments， such as local governments with the highest level of prestige and standing in structural hole， have obvious forms of spillover effects that are different from other local governments. Policy implications of the above research conclusions are as follows： ①We should pay more attention to the spillover effect of interactive influence among construction land transfer of the local governments. According to the principle of distinguishing the primary and secondary factors， we can achieve the relevant policy objectives better through the effective management of the land transfer behavior of the key and few local governments and making full use of the spillover effect. ②We should standardize the interactive influence of land transfer caused by yardstick competition. A series of existing institutional arrangements needs to be reformed such as fiscal system， government performance appraisal system and land system， which are the basis of local governments to achieve more efficient land transfer behavior.

Key words?local government; land transfer; interaction influence; spillover effect